Md Mahmudul Hasan Pathik

机器学习以85%的准确率预测熔盐腐蚀

研究人员开发了一个机器学习框架，利用历史实验数据来预测熔盐腐蚀速率。该模型在291项文献报道的实验数据上进行训练，实现了0.85的交叉验证R^2值和0.41 mg cm^-2 day^-1的平均绝对误差（MAE）。引入了一个新颖的氯化物盐制备指数（CSPI）来量化盐条件，该指数被证明是模型中的主要描述符。该框架还提供了不确定性估计，并指出了改进数据报告和未来研究的领域。